豆瓣
扫码直接下载
作者出此书不是为了完成什么任务,而且出于一种极客精神,并且把本书电子版无偿分享出来,令人感动。一定要好好学习。
写的太xxx的好了,好符合逻辑,再也不是一个给你枚举一堆概念的垃圾堆了,太好了吧我去我去,邱桑要是有时间回邮件就好了呜呜呜呜呜~~~
内容覆盖面很广,一本很好的资料书,第三部分有些章节行文不太连贯,想全但大多又是点到即止
“尽管深度信念网络作为一种深度学习模型已经很少使用,但其在深度学习发展进程中的贡献十分巨大,并且其理论基础为概率图模型,有非常好的解释性,依然是一种值得深入研究的模型。” 呵。概率图模型及其延伸,一概看不懂。
在数学描述上比花书繁琐得多,其中还涉及张量求导等问题(尽管没有well defined张量,且涉及代数极少)。还有一点不佳:注意力等机制如何引入RNN并没有详细说明,这是因为对网络架构缺乏讲解的缘故。
最大的问题是太散了,知识不成体系,如果是一个初学者,会陷入到里面,搞不清目的是什么。对于神经网络的发展历史,出现的问题没有进行介绍,导致不知道某些技术出现的原因。应该详细的地方不详细,应该简略的地方又不简略。
公式化部分不够清楚,很多重要的点比如attention缺乏全局和形象化认识。可以免费下载和排版不错是它的优点
真是好书,写的清晰易懂,适合重温相关概念
(非常粗略地)读第一遍时发现这本书几乎把第二学期学过的四门课内容都覆盖了,也涉及到很多讨论班论文的预备知识(“温故”和“知新”同时发生的感觉太好了!&也进一步知道了经常听不懂讨论班的原因)
真的水,每一个点都草草掠过
确实是不错的dl入门书,intuition向的
作为大而全的参考书,先标记完成,需要时查看吧
做毕业论文时翻阅,这一本比之前看的书更加专业且编排不同。
比西瓜书好读一些,看到了第九章。公式也很多,最好推一下这些公式加深理解,机器学习需要很多线性代数基础。
前两部分可以看看,第三部进阶模型不推荐看。用来入门还是有难度
不排除是我太菜了,有的地方看不懂
非常具体
推延三年补标
希望能上岸
If <Deep Learning> is a fiction-like textbook, then this is a textbook-like mathematical theorized survey.
> 神经网络与深度学习
0 有用 =_= 2022-01-22 13:21:41
作者出此书不是为了完成什么任务,而且出于一种极客精神,并且把本书电子版无偿分享出来,令人感动。一定要好好学习。
0 有用 捡面包屑鼠仔 2022-05-27 11:04:53
写的太xxx的好了,好符合逻辑,再也不是一个给你枚举一堆概念的垃圾堆了,太好了吧我去我去,邱桑要是有时间回邮件就好了呜呜呜呜呜~~~
0 有用 且听风殇 2022-11-23 18:02:26 浙江
内容覆盖面很广,一本很好的资料书,第三部分有些章节行文不太连贯,想全但大多又是点到即止
1 有用 成子 2022-10-17 16:43:30 陕西
“尽管深度信念网络作为一种深度学习模型已经很少使用,但其在深度学习发展进程中的贡献十分巨大,并且其理论基础为概率图模型,有非常好的解释性,依然是一种值得深入研究的模型。” 呵。概率图模型及其延伸,一概看不懂。
0 有用 丁白 2022-10-17 03:29:06 北京
在数学描述上比花书繁琐得多,其中还涉及张量求导等问题(尽管没有well defined张量,且涉及代数极少)。还有一点不佳:注意力等机制如何引入RNN并没有详细说明,这是因为对网络架构缺乏讲解的缘故。
0 有用 竹 2022-03-05 14:56:55
最大的问题是太散了,知识不成体系,如果是一个初学者,会陷入到里面,搞不清目的是什么。对于神经网络的发展历史,出现的问题没有进行介绍,导致不知道某些技术出现的原因。应该详细的地方不详细,应该简略的地方又不简略。
0 有用 苏霍壹 2024-02-01 18:29:17 云南
公式化部分不够清楚,很多重要的点比如attention缺乏全局和形象化认识。可以免费下载和排版不错是它的优点
0 有用 吃柠檬的喵酱 2022-05-25 15:28:30
真是好书,写的清晰易懂,适合重温相关概念
0 有用 momo 2022-06-28 20:50:12
(非常粗略地)读第一遍时发现这本书几乎把第二学期学过的四门课内容都覆盖了,也涉及到很多讨论班论文的预备知识(“温故”和“知新”同时发生的感觉太好了!&也进一步知道了经常听不懂讨论班的原因)
4 有用 没结果的花 2022-06-14 23:41:46
真的水,每一个点都草草掠过
0 有用 吉他把春来报 2022-12-20 01:09:13 北京
确实是不错的dl入门书,intuition向的
0 有用 则成余 2023-08-05 23:22:08 广东
作为大而全的参考书,先标记完成,需要时查看吧
0 有用 Haas 2023-06-03 23:42:06 上海
做毕业论文时翻阅,这一本比之前看的书更加专业且编排不同。
0 有用 NEMO 2023-11-13 17:16:35 北京
比西瓜书好读一些,看到了第九章。公式也很多,最好推一下这些公式加深理解,机器学习需要很多线性代数基础。
0 有用 eipoz 2023-10-23 09:32:43
前两部分可以看看,第三部进阶模型不推荐看。用来入门还是有难度
0 有用 辛克莱尔 2023-11-06 19:33:49 广东
不排除是我太菜了,有的地方看不懂
0 有用 修 2023-12-14 19:48:22 中国香港
非常具体
0 有用 骇客辉 2023-02-07 21:40:19 浙江
推延三年补标
0 有用 Elenvonear 2022-12-30 10:01:36 福建
希望能上岸
0 有用 Null 2023-01-02 11:56:43 芬兰
If <Deep Learning> is a fiction-like textbook, then this is a textbook-like mathematical theorized survey.